基于WSN的多通道室内环境智能评价研究

蔡倩 刘奇 顾敏明

摘 要：随着经济规模迅速扩大和城市化进程加快，工业、生活排气和交通运输废气是造成空气质量不断下降的主要原因。空气质量的优劣直接影响到人们的工作和生活。因此，文中设计了以STM32微处理器为控制核心，ZigBee模块为传输模块，利用WSN的多通道室内环境监测系统，并结合遗传神经网络算法在MATLAB中建立了室内空气品质评价模型。用户可在PC控制界面对空气质量进行实时检测，通过评价结果的反馈以便及时采取有效措施，改善室内空气质量。

关键词：ZigBee;WSN;遗传神经网络算法;低功耗;室内环境;MATLAB

中图分类号：TP391;TN915.5文献标识码：A文章编号：2095-1302（2020）11-00-03

0 引 言

步入21世纪，社会的进步与发展极其迅速，工厂企业规模逐步扩大。而在整个城市快速发展的过程中，人们对于各种资源的消耗也在不断增加，特别是化工、石油和汽车等工业的发展，其废弃物的排放导致大气环境被严重破坏。

因此，室内环境越来越受到人们的重视。经调查研究发现，现代人们在室内的时间已占到人们日常活动时间的80%～90%。室内环境涉及空气、光照、室温、声音等因素。空气对人体来说是最为重要的环境因素，室内空气质量与人的生活、工作以及身体健康密切相关。光照是严重影响室内环境的重要因素，房间内光的亮度和色调等会影响人的生理和心理。室温直接影响人们在室内的舒适度，良好的室温能为人们带来舒适感。声音环境的衡量指标与噪声挂钩，人类活动与机器发出的噪声都影响着人们的休息质量[1-3]。本文的目的是针对室内环境的空气质量进行测量与评价。

1 系统组成与原理

鉴于室内空气环境的评测系统，本文提出基于WSN（无线传感器网络）的空气质量检测模块来评测环境状况[4]。传感器模块采集评测所需要的数据，这些模拟信号经过A/D转换后传输到STM32微处理器，STM32微处理器将接收到的信息经过处理成为有效的空气指标数据，并由ZigBee发送端与中心节点进行实时数据传输。每个传感器节点负责监测区域的一部分，并与其他传感器节点构成一个星型子网，子网与子网之间相互独立。中心节点既是室内空气质量的数据接收中心，也是传感器节点工作的管理和调度者。多个传感器节点通过多跳链路将各部分采集的室内空气质量数据传送到中心节点。

最后，中心节点经过串口把实时可靠的数据呈現在PC端。通过MATLAB上的遗传神经网络进行数据采集与分析，随时在PC端接收空气质量系数并进行实时评价。评测系统将遗传算法与神经网络算法相结合，大大降低了智能评测时的误差，使得结果能准确反映出室内空气环境的质量。系统组成如图1所示。

2 WSN网络系统结构

2.1 WSN结构分析

无线传感器网络通常包括多个传感器节点、中心节点、用户控制端，将传感器节点布置在检测区域的各个角落，传感器节点通过ZigBee实现自组网络。各传感器监测的数据通过端点沿相近的传感器节点逐跳传输，经过多跳路由到汇聚节点，最后通过互联网或卫星到达中心节点。用户通过控制端对传感器网络进行管理，控制启动监测任务，并收集监测数据。无线传感器网络系统结构如图2所示。

2.2 WSN的结构特点

本文之所以基于WSN建立室内空气评测系统[5]，因为它具备以下特点。

（1）专用性设计。无线传感器网络根据需求的不同设计出各类针对具体应用的传感器及网络架构，以达到理想的效果。

（2）网络构建更自由。无线传感器网络的部署和网络结构具有随机性，因此要求网络传感器节点可以随时调整。

（3）恶劣环境下工作。无线传感器网络的构建自由度高，成本低，耐消耗。若需要检测空气质量极差的环境，可以避免人为操作对身体造成伤害。

3 系统硬件设计

3.1 硬件设计概述

硬件系统的设计主要包括传感器模块、微处理器模块、ZigBee无线数传模块以及供能模块。系统硬件结构如图3所示。

3.2 传感器模块

系统使用的六合一传感器能够对空气中的六项指标进行采集。传感器能够同时监测空气中PM2.5、TVOC、CO2、湿度、温度和甲醛六项参数[6-8]，直接为实验提供评测数据。六合一传感器工作电压为DC 5 V±0.2 V，串口每秒输出一次数据。传感器模块串口TTL通信协议设置“波特率为9600，无校验位，停止位为1位”，传感器的帧格式为：报文头

（1 B）+功能码（1 B）+数据长度（1 B）+数据（n B）+CRC16校验（2 B）。

3.3 ZigBee无线数传模块

ZigBee是一种由ZigBee联盟与IEEE联合定制的通信模式，主要用于低速、低功耗、近距离无线通信应用场景。ZigBee的MAC层和物理层基于IEEE 802.15.4协议。其网络层的组网支持Ad Hoc拓扑和星型拓扑模式。

ZigBee模块的核心为CC2530F256芯片。该芯片具有256 KB ROM，可以存储较大的运行程序。本系统的无线通信模块采用了两块ZigBee模块：一块连接到STM32微处理器，另一块利用串口与电脑相连。传感器采集的数据经处理，被STM32通过ZigBee网络传输到PC端的接收模块，接收到的数据再通过无线信道传送到电脑。ZigBee无线数传流程如图4所示。

4 系统软件设计

4.1 软件流程设计

软件设计包括串口数据采集、BP神经网络程序[9]、遗传算法程序[10]、GUI界面及其回调函数[11]。由样本数据进行BP神经网络的构建，利用遗传算法将其收敛速度、全局搜索能力进行优化。此外，可通过GUI界面完成BP神经网络的训练、预测及实时评估等级[12]。

系统上电后进行初始化，设置采样周期，启动空气传感器，各传感器节点对研究对象进行浓度值采样。数据进行处理后由ZigBee模块无线传输到PC端，在MATLAB中的GUI界面利用上述训练好的遗传神经网络进行评估，最终獲得空气质量等级评价。

4.2 遗传神经网络

遗传算法优化神经网络示意如图5所示。首先进行BP神经网络模型的建立。其次GA对初始值进行编码，输入40组训练样本，并对其进行归一化处理，然后进行训练，所得误差数作为适应度值。设置种群数为100，对种群进行选择、交叉、变异等操作来优化BP神经网络的初始化权值和阈值。最后BP神经网络通过网络训练预测函数的输出值，并输出评价结果。通过遗传算法优化的神经网络可以大大降低实时评价的误差。

5 结 语

本方案主要包括室内环境监测系统和基于遗传网络算法的室内品质等级评价模型两部分。以STM32单片机为控制核心的环境监测及调控系统，可实时监测室内各个环境参数并实现调控功能。六合一传感器可检测CO2、甲醛、TVOC、PM2.5、湿度、温度信息。ZigBee传输模块传输数据到电脑。电路结构简单、体积小、设计可靠，适用于室内空气检测。通过建立MATLAB遗传神经网络，利用遗传算法寻优特性找出BP神经网络的最佳权值和阈值，并把BP神经网络的结构优化和权值学习合并，对空气环境的质量进行测评，最终可在PC端界面直观对空气质量进行实时智能的评价[13]。

整体来看，本方案通过ZigBee技术来监测室内环境，再通过MATLAB仿真得出结果，这是一项低成本、低功耗、效率高、简单方便的系统设计。随着社会的不断进步，人们更加注重身体健康。为了让人们在能够实时监测室内环境的同时节省经费，我们在现有的基础上进行改进，给人们提供一个更方便的系统设计，实现智能家居一体化，本方案的系统设计应用前景广阔。

参考文献

[1]白凯.基于ZigBee的室内环境监测系统的应用研究[J].工业技术经济，2011，30（10）：33-36.

[2]苏枳赫，霍达，李建东，等.基于AT89C51的室内环境智能检测调控系统[J].数码设计，2017，6（6）：194-196.

[3]简毅，任海洋，熊金.基于Atmega 16L的多功能室内环境检测仪[J].仪表技术与传感器，2011，48（4）：20-22.

[4]李兵.基于ZigBee的无线嵌入式设备的设计与实现[D].北京：北京邮电大学，2007.

[5]鲜晓东，常超，胡颖，等.基于WSN和GSM的室内环境监测预警系统设计[J].传感器与微系统，2011，30（6）：141-144.

[6]谢跃东.基于MSP430的室内甲醛检测仪的设计[D].太原：太原理工大学，2012.

[7]方熙坤.室内空气质量监测的探讨[J].资源节约与环保，2013，33（8）：166.

[8] Hu Xiangdong，Xu Hongru，Han Kaimin. Design and implementation of secure nodes in the based-internet-of-things intelligent household [J]. Journal of computer and communications， 2014，2（7）：1-7.

[9]孔令文.神经网络的分类及其应用[J].电子技术与软件工程，2014，21（17）：25.

[10]张庆红，程国建.基于遗传算法的神经网络性能优化[J].计算机技术与发展，2007，17（12）：125-127.

[11]宗节保，段柳云，王莹，等.基于MATLAB GUI软件制作方法的研究与实现[J].电子设计工程，2010，18（7）：54-56.

[12]张艳霞，王良，刘翠艳.一种电力系统实时测频的精确算法[J].电工电能新技术，2006，25（2）：18-20.

[13]刘旭.我国室内空气污染防治法律制度研究[D].南宁：广西大学，2013.